CN115496668A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115496668A CN115496668A CN202110676245.6A CN202110676245A CN115496668A CN 115496668 A CN115496668 A CN 115496668A CN 202110676245 A CN202110676245 A CN 202110676245A CN 115496668 A CN115496668 A CN 115496668A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- target channel
- value
- contrast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 49
- 230000006835 compression Effects 0.000 claims description 25
- 238000007906 compression Methods 0.000 claims description 25
- 230000002093 peripheral effect Effects 0.000 claims description 23
- 230000001186 cumulative effect Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 8
- 230000001965 increasing effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请提供一种图像处理方法、装置、电子设备及计算机可读存储介质。本申请通过获取待处理图像的目标通道图像;确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。对于目标邻域亮度值不同的中间图像,本申请可以确定目标通道图像中像素点各自的对比度调整像素值,再根据各像素点特有的对比度自适应地调整目标通道图像的对比度,因此可以智能调节待处理图像的对比度,解决图像过暗或过亮的问题。
Description
技术领域
本申请涉及图像处理领域,具体涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。
背景技术
在近代科学研究、军事技术、工农业生产、医学、气象、电子技术等各种领域中,图像信息越来越多地被人们用来认识和判断事物,解决实际问题。在实际生活当中,图像在生成、获取、传输等过程中,受照明光源性能、成像系统性能、通道带宽和噪声等诸多因素的影响,往往造成对比度偏低并引入干扰噪声,图像都会有一定程度的退化并造成图像信息的丢失。低能见度条件下拍摄的图像中景物的对比度和颜色在大雾天气影响下被改变或退化,图像中蕴含的许多特征被覆盖或模糊,使景物的可辨识度大大降低,这就需要图像增强技术来改善人的视觉效果。
现有的图像处理方法无法根据不同图像的图像信息自适应地对图像进行对比度调整,因此泛用性低。
发明内容
本申请提供一种图像处理方法、装置、电子设备及计算机可读存储介质,旨在解决现有的图像处理方法无法根据不同图像的图像信息自适应地对图像进行对比度调整,泛用性低的问题。
第一方面,本申请提供一种图像处理方法,所述方法包括:
获取待处理图像的目标通道图像;
确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;
根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;
根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。
第二方面,本申请提供一种图像处理装置,所述图像处理装置包括:
获取单元,用于获取待处理图像的目标通道图像;
确定单元,用于确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;
调整单元,用于根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;
处理单元,用于根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。
在本申请一种可能的实现方式中,所述确定单元还用于:
获取所述目标通道图像中各像素点的周边像素点,其中,针对每一个像素点,该像素点的每个周边像素点与该像素点之间的像素点距离均小于或等于预设距离阈值;
根据所述像素点距离确定对比度调整卷积核;
基于所述对比度调整卷积核,根据所述目标通道图像中各像素点的像素值和各像素点对应的周边像素点的像素值,确定对比度调整像素值。
在本申请一种可能的实现方式中,所述获取单元还用于:
获取待处理图像的单通道图像,以及所述单通道图像对应的亮度调整参数;
根据所述亮度调整参数构建非线性压缩函数;
将所述单通道图像中各像素点的像素值输入所述非线性压缩函数,得到亮度调整后各像素点的像素值,以及由亮度调整后各像素点组成的目标通道图像。
在本申请一种可能的实现方式中,所述获取单元还用于:
获取所述单通道图像中灰度值的累计直方图,其中,所述累计直方图用于指示每个灰度值的累计值;
确定所述累计直方图中累计值达到预设累计值的目标灰度值;
根据所述目标灰度值确定所述亮度调整参数。
在本申请一种可能的实现方式中,所述获取单元还用于:
根据所述亮度调整参数,获取非线性亮度调整参数、第一线性亮度调整参数和第二线性亮度调整参数;
根据所述单通道图像中像素点的像素值和所述非线性亮度调整参数,构建非线性亮度调整函数;
根据所述单通道图像中像素点的像素值和所述第一线性亮度调整参数,构建第一线性亮度调整参数;
根据所述单通道图像中像素点的像素值和所述第二线性亮度调整参数,构建第二线性亮度调整参数;
组合所述非线性亮度调整函数、所述第一线性亮度调整参数和所述第二线性亮度调整参数,得到非线性压缩函数。
在本申请一种可能的实现方式中,所述调整单元还用于:
获取所述目标通道图像中像素值的像素均方差;
获取所述像素均方差所处方差范围对应的对比度调整系数;
根据所述对比度调整系数,以及,所述各像素点对应对比度调整像素值与所述各像素点的像素值的比值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像。
在本申请一种可能的实现方式中,所述图像处理装置还用于:
获取初始图像,其中,所述初始图像的颜色空间类型为与所述第一颜色空间不同的第二颜色空间;
将所述初始图像的颜色空间类型从所述第二颜色空间转换至所述第一颜色空间,得到待处理图像;
将所述处理后图像的颜色空间类型从所述第一颜色空间转换至所述第二颜色空间,得到最终目标图像。
第三方面,本申请还提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行本申请提供的任一种图像处理方法中的步骤。
第四方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行所述的图像处理方法中的步骤。
本申请通过获取待处理图像的目标通道图像;确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。对于目标邻域亮度值不同的中间图像,本申请可以确定目标通道图像中像素点各自的对比度调整像素值,再根据各像素点特有的对比度自适应地调整目标通道图像的对比度,因此可以智能调节待处理图像的对比度,解决图像过暗或过亮的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的图像处理方法的应用场景示意图;
图2是本申请实施例中提供的图像处理方法的一种流程示意图;
图3是本申请实施例中提供的对比度调整像素值的示意图;
图4是本申请实施例中提供的确定对比度调整像素值的一种流程示意图;
图5是本申请实施例中提供的对比度调整卷积核的示意图;
图6是本申请实施例中提供的得到目标通道图像的一种流程示意图;
图7是本申请实施例中提供的得到目标通道调整图像的一种流程示意图;
图8是本申请实施例中提供的一个图像处理方案示意图;
图9是本申请实施例中提供的图像处理装置的一个实施例结构示意图;
图10是本申请实施例中提供的电子设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请实施例的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的过程进行详细阐述,以避免不必要的细节使本申请实施例的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请实施例所公开的原理和特征的最广范围相一致。
本申请实施例提供一种图像处理方法、装置、电子设备和计算机可读存储介质。其中,该图像处理装置可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备。
本申请实施例图像处理方法的执行主体可以为本申请实施例提供的图像处理装置,或者集成了该图像处理装置的服务器设备、物理主机或者用户设备(User Equipment,UE)等不同类型的电子设备,其中,图像处理装置可以采用硬件或者软件的方式实现,UE具体可以为智能手机、平板电脑、笔记本电脑、掌上电脑、台式电脑或者个人数字助理(Personal Digital Assistant,PDA)等终端设备。
该电子设备可以采用单独运行的工作方式,或者也可以采用设备集群的工作方式。
参见图1,图1是本申请实施例所提供的图像处理系统的场景示意图。其中,该图像处理系统可以包括电子设备100,电子设备100中集成有图像处理装置。
另外,如图1所示,该图像处理系统还可以包括存储器200,用于存储数据,如存储文本数据。
需要说明的是,图1所示的图像处理系统的场景示意图仅仅是一个示例,本申请实施例描述的图像处理系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着图像处理系统的演变和新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。下面,开始介绍本申请实施例提供的图像处理方法,本申请实施例中以电子设备作为执行主体,为了简化与便于描述,后续方法实施例中将省略该执行主体。
参照图2,图2是本申请实施例提供的图像处理方法的一种流程示意图。需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。该图像处理方法包括步骤201~步骤204,其中:
201、获取待处理图像的目标通道图像。
其中,待处理图像指需要经过图像增强的图像,例如,可以包括图像信息不清晰的图像。具体地,待处理图像可以是因为对比度较低而导致不清晰的图像。例如可以根据图像中像素值均方差的情况判断待处理图像的对比度情况。当图像中像素值的均方差小于预设的均方差阈值时,说明图像中各像素点的像素值相差较小,因此图像的对比度较小,图像需要进行图像增强才能有足够的对比度。
图像信息不清晰的原因可以有多种。示例性地,导致图像信息不清晰的原因可以包括在拍摄待处理图像时图像采集装置处于低能见度环境,比如处于大雾天气下或暴雨天气下。在低能见度环境下,拍摄的待处理图像中被拍摄对象的图像信息会因为周围环境的影响被改变。例如在大雾天气下,待处理图像中被拍摄对象的颜色可能会被雾气覆盖或模糊,使待处理图像中颜色的可辨识度大大降低。图像信息不清晰对于需要高辨识度的应用场景,例如通过图像搜寻濒危野生动物的应用场景来说十分不利。因此对于低可辨识度的待处理图像,需要通过图像增强的方法突出待处理图像中以对比度和颜色为例的图像信息以方便人或机器更容易地获取待处理图像中包含的图像信息。
进一步地,待处理图像可以由图像采集装置如摄像机、照相机等实时拍摄获取,或者也可以是从拍摄的视频流中截取的视频图像。此外,由于本申请提供的方法需要根据待处理图像进行自适应的图像增强,因此相比其他图像处理方法,本申请实施例提供的方法中待处理图像的分辨率大小对图像处理方法的增强结果和计算时间影响更大。为了避免待处理图像分辨率较大,进行图像增强处理的计算时间长的问题,可以在获取待处理图像后,判断待处理图像的分辨率是否大于预设分辨率阈值,如果大于预设分辨率阈值,可以将待处理图像的长和宽等比例缩小以减小分辨率,减少图像增强处理的计算时间。
其中,目标通道图像是指待处理图像中包含了亮度信息的第一颜色空间图像。亮度信息包含亮度值,表示待处理图像中颜色的明亮程度,在图像显示装置,如电脑屏幕或手机屏幕中,亮度值通常取值范围为0到1,亮度值越接近0时,从视觉上待处理图像更接近黑色,亮度值越接近1时,从视觉上待处理图像更接近白色。具体地,第一亮度空间可以是任意包含亮度信息的颜色空间,例如第一亮度空间可以是Hue,Saturation,Value颜色空间(以下简称HSV颜色空间),也可以是图像处理技术发展后产生的至少包含亮度分量的颜色空间。
202、确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值。
其中,对比度调整像素值用于调整目标通道图像的对比度。示例性地,对比度调整像素值可以同时根据目标通道图像中对应像素点的亮度值,以及对应像素点的邻域像素点的亮度值确定,还可以只根据对应像素点的邻域像素点的亮度值确定。下文中将以对比度调整像素值是亮度值进行说明。
在一些实施例中,在确定目标通道图像中各像素点对应的对比度调整像素值时,可以仅对亮度值处于特定范围的像素点进行处理,例如可以仅对目标通道图像中亮度值大于0.5的各像素点进行处理。
在一些实施例中,对比度调整像素值可以根据对应像素点的亮度值,及对应像素点的邻域像素点的亮度值确定。以图3进行说明,示例性地,当对应像素点是E时,邻域像素点是像素点A-I中除E以外的所有像素点,因此可以将A-I的亮度值进行平均计算后得到的亮度值作为对比度调整像素值。除此之外,还可以为A-I的亮度值分配相应的权重,然后计算加权平均值作为对比度调整像素值,对每个像素点分配的权重也不一定相同。例如,若A-I的亮度值分别为0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,则可以为A-I分别分配权重值如1.0,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8,然后将计算得到的加权平均值作为E的目标邻域亮度值。
在一些实施例中,对比度调整像素值还可以仅根据邻域像素点的亮度值确定。以图3继续进行说明,示例性地,当对应像素点是E时,可以将A,B,C,D,F,G,H,I的亮度值进行平均计算后得到的亮度值作为对比度调整像素值。还可以为A,B,C,D,F,G,H,I的亮度值分配相应的权重,在此不再赘述。
需要说明的是,权重值可以根据具体的场景确定,本步骤中举例的权重值大小和不同像素之间权重值的关系不能理解为对本申请实施例的限制,为了进一步增加对比度,可以对亮度值较大的像素分配较大的权重值,对亮度值较小的像素分配较小的权重值。
计算对比度调整像素值的原因是对比度调整像素值包含了目标通道图像所特有的亮度信息,对于不同的目标通道图像对比度调整像素值不同,若根据特有的亮度信息针对性地调整目标通道图像的对比度,则可以实现自适应的目的。
进一步地,为了减小计算的时间,在获取对比度调整像素值时,可以先将目标通道图像划分成多个图像块,再获取各像素点所属图像块的对比度调整像素值。
示例性地,可以通过包含分类功能的图像处理方法将目标通道图像划分成多个图像块,例如对于包含了汽车、行人和道路背景的目标通道图像,可以通过语义分割、实例分割等方法将目标通道图像分割成只包含汽车的图像块、只包含行人的图像块和只包含道路背景的图像块。
在一些实施例中,还可以根据目标通道图像中各像素点的亮度值分布情况划分目标通道图像。具体在此不再描述。
进一步地,还可以先通过包含分类功能的图像处理方法将目标通道图像划分成多个图像块,然后再根据每个图像块中的亮度值分布情况划分每个图像块,得到多个子图像块,具体在此不再描述。
203、根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像。
其中,目标通道调整图像是指对目标通道图像的对比度进行增强后得到的图像。同样地,目标通道调整图像也是第一颜色空间图像,例如目标通道调整图像可以是V颜色空间图像
其中,调整目标通道图像中各像素点的方式可以有多种。
示例性地,可以根据对比度调整像素值,以及对比度调整像素值所对应像素点的亮度值之间的关系,确定如何调整像素点的亮度值。例如,可以首先判断对比度调整像素值与对应像素点的亮度值之间差值与预设阈值之间的关系,若对比度调整像素值与对应像素点的亮度值之间的差值大于预设阈值,则说明对应像素点的亮度值与对应像素点所对应邻域像素点的亮度值差异较大,对比度无需进行增强,若对比度调整像素值与对应像素点的亮度值之间的差值小于预设的阈值,则说明对应像素点的亮度值与对应像素点所对应邻域像素点的亮度值差异较小,对比度需要进行增强。
进一步地,可以在获得第一个像素点的对比度调整像素值后,先根据对比度调整像素值调整对应像素点的亮度值,获得新亮度值,然后再对第二个像素点作计算对比度调整像素值和调整亮度值的操作。需要说明的是,在对第二个像素点作计算对比度调整像素值的操作时,若需要计算第一个像素点的亮度值,则此时计算的是第一个像素点未调整时的像素值,而非新亮度值。同样地,也可以先依次获得所有像素点各自的对比度调整像素值,然后对于每一个像素点,分别按照各自的对比度调整像素值调整各自的亮度值。
204、根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。
其中,处理后图像是指将单通道的目标通道调整图像转化为三通道图像后,得到的图像。例如目标通道调整图像是V颜色空间图像,则处理后图像是HSV颜色空间图像。
综上所述,本申请实施例通过获取待处理图像的目标通道图像;确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。对于目标邻域亮度值不同的中间图像,本申请实施例可以确定目标通道图像中像素点各自的对比度调整像素值,再根据各像素点特有的对比度自适应地调整目标通道图像的对比度,因此可以智能调节待处理图像的对比度,解决图像过暗或过亮的问题。
为了使对比度调整像素值包含的图像信息更加精确,还可以采用高斯卷积核获取对比度调整像素值,参考图4,此时所述确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值,包括:
301、获取所述目标通道图像中各像素点的周边像素点,其中,针对每一个像素点,该像素点的每个周边像素点与该像素点之间的像素点距离均小于或等于预设距离阈值。
其中,周边像素点是指除对应的像素点本身外,与对应的像素点之间的距离小于预设距离阈值的像素点。继续以图3进行说明,示例性地,在图3中,目标通道图像包含了A-I共9个像素,A与E之间的距离为B与E、D与E之间的距离均为1,像素点之间位置关系与距离之间的对应关系可以参考A与E、B与E、D与E之间的对应关系。在确定像素点E的对比度调整像素值时,若预设距离阈值为则E的周边像素点指A、B、C、D、F、G、H、I共8个像素。
302、根据所述像素点距离确定对比度调整卷积核。
其中,对比度调整卷积核是指根据目标通道图像中各像素,以及每个像素所对应周边像素点的距离所确定的矩阵。需要说明的是,当采用对比度调整卷积核获取对比度调整像素值时,对比度调整卷积核的窗口尺寸与像素点距离有关。请参考图5,示例性地,图5中中间图像包含了A1-A4、B1-B4、C1-C4、D1-D4共计16个像素,在确定像素点B2的对比度调整像素值时,如果要获取像素点A1-A3,B1-B3,C1-C3的亮度信息,由于像素点之间的最大像素点距离是因此可以采用3*3的卷积核作为对比度调整卷积核。
进一步地,对比度调整卷积核包含多个权重值,每个权重值分别对应一个周边像素点或周边像素点对应的像素点。权重值的数量与对比度调整卷积核的尺寸相关,示例性地,若对比度调整卷积核的尺寸为3*3,则对比度调整卷积核包含9个权重值。对比度调整卷积核的权重值根据目标通道图像中各像素点与像素点对应周边像素之间的距离确定。请参考图5,根据图5进行说明。示例性地,图5中目标通道图像包含了A1-A4、B1-B4、C1-C4、D1-D4共计16个像素点,在确定像素点B2的对比度调整像素值时,周边像素是A1-A3,B1,B3,C1-C3,周边像素与B2之间的距离越远,权重值越小。例如周边像素A3对应的权重3小于B2对应的权重5,而B3对应的权重6大于A3对应的权重3。
303、基于所述对比度调整卷积核,根据所述目标通道图像中各像素点的像素值和各像素点对应的周边像素点的像素值,确定对比度调整像素值。
继续以图5说明如何采用对比度调整卷积核计算对比度调整像素值。参考图5,示例性地,图5中目标通道图像包含了A1-A4、B1-B4、C1-C4、D1-D4共计16个像素。当采用3*3的对比度调整卷积核H确定目标通道图像中的B2的对比度调整像素值时,用于计算对比度调整像素值的像素点仅包括A1-A3,B1-B3,C1-C3共计9个像素。将H与目标通道图像进行卷积处理后可以得到B2对应的对比度调整像素值,假设在确定像素点B2的对比度调整像素值时,A1-A3,B1-B3,C1-C3的亮度值分别为0.14、0.15、0.16、0.17、0.18、0.19、0.20、0.21、0.22,H的权重值如图5所示,卷积后可得到B2的对比度调整像素值,对于目标通道图像中的每个像素点都进行确定对比度调整像素值的计算,直至目标通道图像中每个像素点的对比度调整像素值都计算完毕为止。
由于采用对比度调整卷积核获取对比度调整像素值时计算了权重值,因此对比度调整像素值包含了像素点与像素点对应周边像素点之间的位置信息,使目标通道图像的亮度信息更加突出,有利于后续的对比度增强处理。
有时待处理图像是在低能见度条件下拍摄得到的图像,图像中有些像素点的亮度值较低,为了增强这部分像素点的亮度值,参考图6,此时,所述获取待处理图像的目标通道图像,包括:
401、获取待处理图像的单通道图像,以及所述单通道图像对应的亮度调整参数。
其中,单通道图像是指未经过亮度值增强时,待处理图像的第一颜色空间图像,同样地,单通道图像可以是待处理图像的V颜色空间图像等包含亮度信息的图像。示例性地,亮度调整参数可以是根据单通道图像中像素值的分布情况确定的参数。例如可以首先获得单通道图像中像素值小于预设像素值的比例,然后将该比例的倒数作为亮度调整参数。
为了方便理解,本实施例中还给出了一种根据单通道图像中灰度值的分布情况确定亮度调整参数的具体场景,步骤501包括:
(1)获取所述单通道图像中灰度值的累计直方图,其中,所述累计直方图用于指示每个灰度值的累计值。
(2)确定所述累计直方图中累计值达到预设累计值的目标灰度值。
(3)根据所述目标灰度值确定所述亮度调整参数。
其中,累计值是指待处理图像中灰度值类型的占比。示例性地,若待处理图像中的像素仅包含(A1)灰度值为10的像素;(A2)灰度值为20的像素;(A3)灰度值为30的像素,并且有100个像素属于(A1),有200个像素属于(A2),有100个像素属于(A3),则(A1)的累计值为100/(100+200+100),即0.25,(A2)的累计值为200/(100+200+100),即0.5,(A3)的累计值同理为0.25。
其中,目标灰度值是指当累计直方图中累计值达到预设累计值如0.1时,像素的灰度值。目标灰度值越大,就说明待处理图像的总体亮度值越大,而目标灰度值越小,就说明待处理图像的总体亮度值越小。例如对于待处理图像A,假设A的目标灰度值为250,即代表A中有10%的像素点的灰度值小于250。对于待处理图像B,假设B的目标灰度值为20,即代表B中有10%的像素点的灰度值小于20。由于A的目标灰度值250大于B的目标灰度值20,因此A的总体亮度值大于B。
以下继续举例解释目标灰度值:假设待处理图像包含O、P、Q、S4个像素点,O、P、Q、S的灰度值分别为10、20、30、40,累计直方图从灰度值最小的像素点O开始统计。当累计值为0.25即只统计了O像素点的情况时,目标灰度值是O像素点的灰度值即10,当累计概率为0.5即统计了4个像素点中灰度值最小的两个像素点O和P时,目标灰度值是像素点O和像素点P中,灰度值最大的像素点的灰度值,即像素点P的灰度值20。需要说明的是,预设累计值可以根据场景需求改变,此处举例的预设累计值不能理解为对本申请实施例的限制。
402、根据所述亮度调整参数构建非线性压缩函数。
其中,非线性压缩函数是一种可以将目标通道图像中各像素点的亮度值进行非线性变化的函数。具体地,构建非线性压缩函数的目的是为了对目标通道图像中亮度值不同的像素点进行针对性的调整。例如对于目标通道图像中亮度值较低的像素点,假设是亮度值小于0.5的像素点,可以相对亮度值大于或等于0.5的像素点提高更多的亮度值,而对于目标通道图像中亮度值较高的像素点,假设是亮度值大于或等于0.5的像素点,可以不提高亮度、提高较少的亮度值或者降低其亮度值,以避免目标通道图像中高亮度值的像素点过多,导致目标通道图像失真。
为了方便理解,本实施例中给出了一种构建非线性压缩函数的具体方式,步骤502包括:
(1)根据所述亮度调整参数,获取非线性亮度调整参数、第一线性亮度调整参数和第二线性亮度调整参数。
(2)根据所述单通道图像中像素点的像素值和所述非线性亮度调整参数,构建非线性亮度调整函数。
(3)根据所述单通道图像中像素点的像素值和所述第一线性亮度调整参数,构建第一线性亮度调整参数。
(4)根据所述单通道图像中像素点的像素值和所述第二线性亮度调整参数,构建第二线性亮度调整参数。
(5)组合所述非线性亮度调整函数、所述第一线性亮度调整参数和所述第二线性亮度调整参数,得到非线性压缩函数。
其中,非线性亮度调整函数、第一线性亮度调整参数和第二线性亮度调整参数分别用于对亮度值进行不同的变化。示例性地,非线性亮度调整函数用于对像素点的亮度值进行非线性增强,为了增强低亮度值像素点的亮度值,非线性亮度调整函数在对较低的亮度值进行增强时,相较对较高的亮度值进行增强时的增强效果会更好,增强倍数更高。例如,可以将0.75+0.25作为非线性亮度调整参数,以得到式(1)中所示的非线性亮度调整函数:
其中,x为亮度调整参数,VLE1为非线性亮度调整函数的输出像素值,V为单通道图像中像素点的像素值。
VLE3为第一线性亮度调整参数的输出像素值。
在得到式(1)-式(3)后,将式(1)-式(3)组合即可得到非线性压缩函数。
进一步地,可以结合步骤501中的(1)-(3),根据累计直方图确定式(1)-式(3)中的亮度调整参数。具体地,为了能够根据目标灰度值确定亮度调整参数,可以预先确定多个目标灰度值所处范围分别采用的非线性压缩函数,然后根据目标灰度值落入的范围确定采用的非线性压缩函数。例如预先确定3个灰度值类型的范围:(B1)目标灰度值小于或等于50;(B2)目标灰度值大于50并小于等于150;(B3)目标灰度值大于150。
若目标灰度值落入范围(B1),则说明单通道图像中灰度值较低的像素点多,单通道图像的总体亮度值较低,因此可以大幅提升低亮度值的像素点的亮度值,以增加单通道图像的总体亮度值,可以取亮度调整参数为0。
若目标灰度值落入范围(B3),则说明单通道图像中灰度值较高的像素点多,单通道图像的总体亮度值较高,因此需要对单通道图像中像素点的亮度值进行大比例降低,可以取亮度调整参数为1。
综上所述,可以得到式(4)所示的非线性压缩函数:
其中,VLE是目标通道图像中像素点的亮度值,V是单通道图像中像素点的亮度值,x为亮度调整参数,L为目标灰度值。
对比常用的Log型压缩函数,式(4)所示的非线性压缩函数的计算复杂度更低,即使在计算力较低的嵌入式设备中也可以快速地对待处理图像进行压缩。需要说明的是,除了非线性压缩函数以外,还可以采用其他类型的非线性压缩函数对待处理图像进行处理,在此不再赘述。
403、将所述单通道图像中各像素点的像素值输入所述非线性压缩函数,得到亮度调整后各像素点的像素值,以及由亮度调整后各像素点组成的目标通道图像。
为了提高对比度增强的效果,可以在增强对比度时,加入与目标通道图像自身的对比度相关的参数。参考图7,此时所述根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像,包括:
501、获取所述目标通道图像中像素值的像素均方差。
其中,像素均方差可以指目标通道图像中,亮度值的均方差。
像素均方差可以用来表征目标通道图像的对比度情况。示例性地,当像素均方差较大时,可以认为目标通道图像中大部分像素点的亮度值与目标通道图像的平均亮度值之间偏差较大,因此目标通道图像的对比度较好。例如当像素点均方差为11时,说明目标通道图像中每个像素点的亮度值与目标通道图像的平均亮度值之间的平均偏差达到了11,因此目标通道图像的对比度较好。当像素均方差较小时,可以认为目标通道图像中大部分像素点的亮度值与目标通道图像的平均亮度值之间偏差较小,因此目标通道图像的对比度较差,为了获得高对比度的目标通道调整图像,需要对目标通道图像的对比度进行大幅调整。
502、获取所述像素均方差所处方差范围对应的对比度调整系数。
503、根据所述对比度调整系数,以及,所述各像素点对应对比度调整像素值与所述各像素点的像素值的比值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像。
当像素均方差处于不同的方差范围时,说明需要对目标通道图像的对比度进行调整的幅度不同。示例性地,对于像素均方差较大的目标通道图像,由于对比度已经较为理想,因此可以采用较小的对比度调整系数。而对于像素均方差较小的目标通道图像,由于对比度较差,因此可以采用较大的对比度调整系数,大幅度提高目标通道图像的对比度,以得到高对比度的目标通道调整图像。
例如,可以采用式(5)中的选择逻辑,根据像素均方差选择合适的对比度调整系数:
其中,p为对比度调整系数,σ为像素均方差。
进一步地,可以采用式(6)中提供的对比度调整函数增强中间图像的对比度:
其中,p为对比度调整系数,VC为对比度调整像素值,VLE为对比度调整像素值对应像素点的亮度值,VCE为目标通道调整图像中像素点的亮度值。
当像素均方差小于等于3时,可以认为目标通道图像中大部分像素点的亮度值与目标通道图像的平均亮度值之间偏差较小,因此目标通道图像的对比度较差。为了获得高对比度的目标通道调整图像,可以在时通过增大p,即将p设为3的方式增大在时通过增大p减小提高目标通道图像的对比度。
当像素均方差大于等于10时,可以认为目标通道图像中大部分像素点的亮度值与目标通道图像的平均亮度值之间偏差较大,因此目标通道图像的对比度较好。此时可以将p设为1。
当像素均方差大于3并且小于10时,可以根据像素均方差的不同对p作线性增强。
通常采用图像采集装置获得的待处理图像都由RGB颜色空间表征,因此为了能够增强待处理图像的对比度,还需要将待处理图像从RGB颜色空间转换到包含亮度信息的第一颜色空间。此时获取待处理图像的目标通道图像之前,需要首先获取初始图像,其中,所述初始图像的颜色空间类型为与所述第一颜色空间不同的第二颜色空间。具体地,第二颜色空间除了可以指RGB颜色空间以外,还可以指未来图像处理技术经过发展后,产生的不包含亮度信息的颜色空间。在下文中,以第一颜色空间是HSV颜色空间进行说明,第二颜色空间是RGB颜色空间进行说明。
在得到初始图像后,图像处理装置需要将初始图像的颜色空间类型从第二颜色空间转换至第一颜色空间,得到待处理图像。示例性地,可以根据待处理图像在RGB颜色空间中的红通道值(以下简称R值)、绿通道值(以下简称G值)、蓝通道值(以下简称B值),得到色调值(以下简称H值),饱和度值(以下简称S值)和亮度值,以完成颜色空间的转换。
例如,可以根据式(7)和式(8)得到H值,根据式(9)得到S值,根据式(10)得到亮度值,其中,R、G、B、H、S、V分别指R值、G值、B值、H值、S值、亮度值,max(R,G,B)指取R值、G值和B值之中的最大值,min(R,G,B)指取R值、G值和B值之中的最小值。
在完成对比度增强,得到处理后图像后,可以将处理后图像从HSV颜色空间转换至RGB颜色空间,得到最终目标图像。示例性地,可以采用式(7)-式(10)根据H值、S值、V值反向得到R值、G值和B值,以完成颜色空间的转换,在此不再进行描述,需要说明的是,在将处理后图像转换为最终目标图像时,式(10)中的V是指VCE。
以图8说明本申请实施例的一个实施方案。参考图8,图像采集装置获得的初始图像可以通过以下步骤的处理得到最终目标图像:
(1)输入初始图像,将初始图像从RGB颜色空间转换至HSV颜色空间,得到待处理图像。
(2)对待处理图像中单通道图像的亮度值进行调整,得到目标通道图像,再增强目标通道图像的对比度,得到目标通道调整图像和目标通道调整图像对应的处理后图像。
(3)将处理后图像从HSV颜色空间转换至RGB颜色空间,得到最终目标图像,并输出。
为了更好实施本申请实施例中图像处理方法,在图像处理方法基础之上,本申请实施例中还提供一种图像处理装置,如图9所示,为本申请实施例中图像处理装置的一个实施例结构示意图,该图像处理装置900包括:
获取单元901,用于获取待处理图像的目标通道图像;
确定单元902,用于确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;
调整单元903,用于根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;
处理单元904,用于根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。
在本申请一种可能的实现方式中,所述确定单元902还用于:
获取所述目标通道图像中各像素点的周边像素点,其中,针对每一个像素点,该像素点的每个周边像素点与该像素点之间的像素点距离均小于或等于预设距离阈值;
根据所述像素点距离确定对比度调整卷积核;
基于所述对比度调整卷积核,根据所述目标通道图像中各像素点的像素值和各像素点对应的周边像素点的像素值,确定对比度调整像素值。
在本申请一种可能的实现方式中,所述获取单元901还用于:
获取待处理图像的单通道图像,以及所述单通道图像对应的亮度调整参数;
根据所述亮度调整参数构建非线性压缩函数;
将所述单通道图像中各像素点的像素值输入所述非线性压缩函数,得到亮度调整后各像素点的像素值,以及由亮度调整后各像素点组成的目标通道图像。
在本申请一种可能的实现方式中,所述获取单元901还用于:
获取所述单通道图像中灰度值的累计直方图,其中,所述累计直方图用于指示每个灰度值的累计值;
确定所述累计直方图中累计值达到预设累计值的目标灰度值;
根据所述目标灰度值确定所述亮度调整参数。
在本申请一种可能的实现方式中,所述获取单元901还用于:
根据所述亮度调整参数,获取非线性亮度调整参数、第一线性亮度调整参数和第二线性亮度调整参数;
根据所述单通道图像中像素点的像素值和所述非线性亮度调整参数,构建非线性亮度调整函数;
根据所述单通道图像中像素点的像素值和所述第一线性亮度调整参数,构建第一线性亮度调整参数;
根据所述单通道图像中像素点的像素值和所述第二线性亮度调整参数,构建第二线性亮度调整参数;
组合所述非线性亮度调整函数、所述第一线性亮度调整参数和所述第二线性亮度调整参数,得到非线性压缩函数。
在本申请一种可能的实现方式中,所述调整单元903还用于:
获取所述目标通道图像中像素值的像素均方差;
获取所述像素均方差所处方差范围对应的对比度调整系数;
根据所述对比度调整系数,以及,所述各像素点对应对比度调整像素值与所述各像素点的像素值的比值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像。
在本申请一种可能的实现方式中,所述图像处理装置900还用于:
获取初始图像,其中,所述初始图像的颜色空间类型为与所述第一颜色空间不同的第二颜色空间;
将所述初始图像的颜色空间类型从所述第二颜色空间转换至所述第一颜色空间,得到待处理图像;
将所述处理后图像的颜色空间类型从所述第一颜色空间转换至所述第二颜色空间,得到最终目标图像。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由于该图像处理装置可以执行本申请任意实施例中图像处理方法中的步骤,因此,可以实现本申请任意实施例中图像处理方法所能实现的有益效果,详见前面的说明,在此不再赘述。
此外,为了更好实施本申请实施例中图像处理方法,在图像处理方法基础之上,本申请实施例还提供一种电子设备,参阅图10,图10示出了本申请实施例电子设备的一种结构示意图,具体的,本申请实施例提供的电子设备包括处理器1001,处理器1001用于执行存储器1002中存储的计算机程序时实现任意实施例中图像处理方法的各步骤;或者,处理器1001用于执行存储器1002中存储的计算机程序时实现如图9对应实施例中各单元的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器1002中,并由处理器1001执行,以完成本申请实施例。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在计算机装置中的执行过程。
电子设备可包括,但不仅限于处理器1001、存储器1002。本领域技术人员可以理解,示意仅仅是电子设备的示例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如电子备还可以包括输入输出设备、网络接入设备、总线等,处理器1001、存储器1002、输入输出设备以及网络接入设备等通过总线相连。
处理器1001可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分。
存储器1002可用于存储计算机程序和/或模块,处理器1001通过运行或执行存储在存储器1002内的计算机程序和/或模块,以及调用存储在存储器1002内的数据,实现计算机装置的各种功能。存储器1002可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、视频数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的图像处理装置、电子设备及其相应单元的具体工作过程,可以参考任意实施例中图像处理方法的说明,具体在此不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请任意实施例中图像处理方法中的步骤,具体操作可参考任意实施例中图像处理方法的说明,在此不再赘述。
其中,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令,可以执行本申请任意实施例中图像处理方法中的步骤,因此,可以实现本申请任意实施例中图像处理方法所能实现的有益效果,详见前面的说明,在此不再赘述。
以上对本申请实施例所提供的一种图像处理方法、装置、电子设备及计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理图像的目标通道图像;
确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;
根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;
根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。
2.根据权利要求1所述的图像处理方法,其特征在于,所述确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值,包括:
获取所述目标通道图像中各像素点的周边像素点,其中,针对每一个像素点,该像素点的每个周边像素点与该像素点之间的像素点距离均小于或等于预设距离阈值;
根据所述像素点距离确定对比度调整卷积核;
基于所述对比度调整卷积核,根据所述目标通道图像中各像素点的像素值和各像素点对应的周边像素点的像素值,确定对比度调整像素值。
3.根据权利要求1所述的图像处理方法,其特征在于,所述获取待处理图像的目标通道图像,包括:
获取待处理图像的单通道图像,以及所述单通道图像对应的亮度调整参数;
根据所述亮度调整参数构建非线性压缩函数;
将所述单通道图像中各像素点的像素值输入所述非线性压缩函数,得到亮度调整后各像素点的像素值,以及由亮度调整后各像素点组成的目标通道图像。
4.根据权利要求3所述的图像处理方法,其特征在于,所述像素值包括灰度值,所述获取所述单通道图像对应的亮度调整参数,包括:
获取所述单通道图像中灰度值的累计直方图,其中,所述累计直方图用于指示每个灰度值的累计值;
确定所述累计直方图中累计值达到预设累计值的目标灰度值;
根据所述目标灰度值确定所述亮度调整参数。
5.根据权利要求3所述的图像处理方法,其特征在于,所述根据所述亮度调整参数构建非线性压缩函数,包括:
根据所述亮度调整参数,获取非线性亮度调整参数、第一线性亮度调整参数和第二线性亮度调整参数;
根据所述单通道图像中像素点的像素值和所述非线性亮度调整参数,构建非线性亮度调整函数;
根据所述单通道图像中像素点的像素值和所述第一线性亮度调整参数,构建第一线性亮度调整参数;
根据所述单通道图像中像素点的像素值和所述第二线性亮度调整参数,构建第二线性亮度调整参数;
组合所述非线性亮度调整函数、所述第一线性亮度调整参数和所述第二线性亮度调整参数,得到非线性压缩函数。
7.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像,包括:
获取所述目标通道图像中像素值的像素均方差;
获取所述像素均方差所处方差范围对应的对比度调整系数;
根据所述对比度调整系数,以及,所述各像素点对应对比度调整像素值与所述各像素点的像素值的比值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像。
8.根据权利要求1所述的图像处理方法,其特征在于,待处理图像的颜色空间类型为第一颜色空间,所述获取待处理图像的目标通道图像之前,还包括:
获取初始图像,其中,所述初始图像的颜色空间类型为与所述第一颜色空间不同的第二颜色空间;
将所述初始图像的颜色空间类型从所述第二颜色空间转换至所述第一颜色空间,得到待处理图像;
所述根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像之后,还包括:
将所述处理后图像的颜色空间类型从所述第一颜色空间转换至所述第二颜色空间,得到最终目标图像。
9.根据权利要求1-8任一项所述的图像处理方法,其特征在于,待处理图像的颜色空间类型为HSV颜色空间,目标通道图像为所述待处理图像的V通道图像。
10.一种图像处理装置,其特征在于,所述图像处理装置包括:
获取单元,用于获取待处理图像的目标通道图像;
确定单元,用于确定所述目标通道图像中各像素点各自分别对应的对比度调整像素值;
调整单元,用于根据所述对比度调整像素值,对所述目标通道图像的对比度进行调整,得到所述目标通道图像对应的目标通道调整图像;
处理单元,用于根据所述目标通道调整图像,确定所述待处理图像对应的处理后图像。
11.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行如权利要求1至9任一项所述的图像处理方法。
12.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至9任一项所述的图像处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110676245.6A CN115496668A (zh) | 2021-06-18 | 2021-06-18 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110676245.6A CN115496668A (zh) | 2021-06-18 | 2021-06-18 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115496668A true CN115496668A (zh) | 2022-12-20 |
Family
ID=84464532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110676245.6A Pending CN115496668A (zh) | 2021-06-18 | 2021-06-18 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115496668A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861721A (zh) * | 2023-02-28 | 2023-03-28 | 山东大佳机械有限公司 | 基于图像数据的畜禽养殖喷雾设备状态识别方法 |
CN117133252A (zh) * | 2023-02-27 | 2023-11-28 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
CN117495751A (zh) * | 2023-11-02 | 2024-02-02 | 凯多智能科技(上海)有限公司 | 一种图像亮度均衡处理方法、装置及电子设备 |
CN117611578A (zh) * | 2024-01-17 | 2024-02-27 | 深圳市新良田科技股份有限公司 | 一种图像处理方法及图像处理系统 |
CN117745620A (zh) * | 2024-02-19 | 2024-03-22 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
-
2021
- 2021-06-18 CN CN202110676245.6A patent/CN115496668A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117133252A (zh) * | 2023-02-27 | 2023-11-28 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
CN115861721A (zh) * | 2023-02-28 | 2023-03-28 | 山东大佳机械有限公司 | 基于图像数据的畜禽养殖喷雾设备状态识别方法 |
CN117495751A (zh) * | 2023-11-02 | 2024-02-02 | 凯多智能科技(上海)有限公司 | 一种图像亮度均衡处理方法、装置及电子设备 |
CN117495751B (zh) * | 2023-11-02 | 2024-05-03 | 凯多智能科技(上海)有限公司 | 一种图像亮度均衡处理方法、装置及电子设备 |
CN117611578A (zh) * | 2024-01-17 | 2024-02-27 | 深圳市新良田科技股份有限公司 | 一种图像处理方法及图像处理系统 |
CN117745620A (zh) * | 2024-02-19 | 2024-03-22 | 荣耀终端有限公司 | 一种图像处理方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115496668A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN109801240B (zh) | 一种图像增强方法以及图像增强装置 | |
JP6469678B2 (ja) | 画像アーティファクトを補正するシステム及び方法 | |
CN107680056B (zh) | 一种图像处理方法及装置 | |
CN112565636B (zh) | 图像处理方法、装置、设备和存储介质 | |
WO2018132987A1 (zh) | 一种亮度调节方法及终端 | |
CN111292269B (zh) | 图像色调映射方法、计算机装置及计算机可读存储介质 | |
CN112541868B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN110648284B (zh) | 一种光照不均匀的图像处理方法及装置 | |
WO2018035879A1 (zh) | 一种图像处理方法以及装置 | |
US8995784B2 (en) | Structure descriptors for image processing | |
CN110717864A (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
CN107464225B (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN117218039A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
US20230222639A1 (en) | Data processing method, system, and apparatus | |
CN112330546A (zh) | 图像增强方法及相关产品 | |
CN113228621B (zh) | 一种成像控制方法、系统和非暂时性计算机可读介质 | |
CN109118441B (zh) | 一种低照度图像及视频增强方法、计算机装置及存储介质 | |
CN111539975A (zh) | 一种运动目标的检测方法、装置、设备及存储介质 | |
CN116485645A (zh) | 图像拼接方法、装置、设备及存储介质 | |
CN109308690B (zh) | 一种图像亮度均衡方法及终端 | |
CN110766153A (zh) | 神经网络模型训练方法、装置及终端设备 | |
CN115660997A (zh) | 一种图像数据处理方法、装置及电子设备 | |
CN111970451B (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN112087556B (zh) | 一种暗光成像方法、装置、可读存储介质及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |